AIGC技術(shù)在藝術(shù)設(shè)計(jì)專業(yè)課程教學(xué)中的應(yīng)用研究

本文引用格式：，.AIGC技術(shù)在藝術(shù)設(shè)計(jì)專業(yè)課程教學(xué)中的應(yīng)用研究［J］.藝術(shù)科技，2025，38（5）：199-201.

中圖分類號(hào)：G642；TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-9436（2025）05-0199-03

0引言

當(dāng)前，人工智能技術(shù)發(fā)展勢(shì)頭迅猛且應(yīng)用廣泛。在藝術(shù)設(shè)計(jì)教育領(lǐng)域，傳統(tǒng)教學(xué)模式面臨一個(gè)根本性的矛盾，即技術(shù)進(jìn)步和創(chuàng)意表達(dá)之間的速度存在差距。一方面，手工繪圖與實(shí)體建模的效率難以契合行業(yè)需求，另一方面，依靠協(xié)作方式來(lái)優(yōu)化工程限制與達(dá)到審美要求受到跨學(xué)科知識(shí)壁壘的限制。AIGC運(yùn)用語(yǔ)義驅(qū)動(dòng)生成以及參數(shù)化建模的方式，幫助學(xué)生從概念草圖階段邁向可生產(chǎn)原型階段，不過(guò)這種技術(shù)的工具性引發(fā)了爭(zhēng)議，過(guò)度依賴算法可能會(huì)導(dǎo)致基本設(shè)計(jì)技能以及原創(chuàng)思維缺失。本文通過(guò)跨學(xué)科案例研究，剖析AIGC技術(shù)在教育中的適用性邊界，并構(gòu)建人機(jī)協(xié)作的動(dòng)態(tài)教學(xué)模式。

人工智能技術(shù)以自動(dòng)化或者半自動(dòng)化的形式生成數(shù)字內(nèi)容，其生成的形式多種多樣，包括文本、圖像、音頻、視頻以及3D模型，等等[1]。生成式人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域有廣泛的應(yīng)用場(chǎng)景，能夠提升設(shè)計(jì)流程效率與質(zhì)量，同時(shí)還可拓展設(shè)計(jì)概念以及創(chuàng)造性思維。本文重點(diǎn)關(guān)注環(huán)境設(shè)計(jì)、視覺(jué)傳達(dá)設(shè)計(jì)、產(chǎn)品設(shè)計(jì)以及數(shù)字媒體等綜合性專業(yè)。以4 ^′AI+ 教育”的深度融合為基點(diǎn)，研究人工智能賦能藝術(shù)設(shè)計(jì)教育的創(chuàng)新路徑[2]。

1AIGC技術(shù)概述

1.1核心模型

AIGC這項(xiàng)基于深度學(xué)習(xí)的自動(dòng)化內(nèi)容生成技術(shù)，主要借助算法模擬人類創(chuàng)造力，實(shí)現(xiàn)從文本、圖像到多模態(tài)內(nèi)容的高效生成。AICG核心模型囊括生成對(duì)抗網(wǎng)絡(luò)、潛在擴(kuò)散模型、大語(yǔ)言模型以及多模態(tài)模型等。生成式對(duì)抗模型GAN是依據(jù)生成器和判別器的對(duì)抗機(jī)制構(gòu)建而成的模型，用于達(dá)成高保真內(nèi)容生成以及藝術(shù)設(shè)計(jì)中的風(fēng)格遷移。大語(yǔ)言模型LLM基于Transformer架構(gòu)以及自注意力機(jī)制，憑借掩碼語(yǔ)言建模生成序列文本。每個(gè)模型借助特定的數(shù)學(xué)建模與技術(shù)適應(yīng)性，在計(jì)算效率與創(chuàng)意自由度之間建立動(dòng)態(tài)平衡，為藝術(shù)設(shè)計(jì)提供不同的生成路徑。

1.2技術(shù)發(fā)展現(xiàn)狀

當(dāng)前，AIGC技術(shù)已經(jīng)從理論研究階段邁向了工業(yè)級(jí)應(yīng)用領(lǐng)域，其發(fā)展特點(diǎn)主要體現(xiàn)在算法工程、低代碼工具以及協(xié)同硬件優(yōu)化的深度融合上。在算法工程層面，如ControlNet這類模型已得到證實(shí)，依靠添加一個(gè)調(diào)節(jié)層，可將用戶輸入的草圖或者語(yǔ)義標(biāo)簽轉(zhuǎn)化為精細(xì)的生成結(jié)果。另外基于神經(jīng)輻射場(chǎng)的實(shí)時(shí)場(chǎng)景生成技術(shù)的出現(xiàn)，使捕捉光傳播的物理規(guī)律成為可能，推動(dòng)了高保真虛擬環(huán)境的動(dòng)態(tài)構(gòu)建，這一發(fā)展為環(huán)境設(shè)計(jì)教學(xué)提供了沉浸式的實(shí)驗(yàn)環(huán)境.低代碼工具的普及極大地降低了技術(shù)門檻，增加了受眾群體，RunwayML等平臺(tái)借助拖放界面和預(yù)訓(xùn)練的模型庫(kù)，幫助非技術(shù)用戶快速生成多媒體內(nèi)容，比如憑借文本命令生成動(dòng)態(tài)廣告視頻等，讓他們可將重點(diǎn)放在創(chuàng)意而非代碼實(shí)現(xiàn)上。硬件與軟件的協(xié)同優(yōu)化釋放了這些工具的技術(shù)潛力，如NVIDIARTXGPU的并行計(jì)算架構(gòu)加快了擴(kuò)散模型的去噪進(jìn)程，穩(wěn)定擴(kuò)散生成一張 1024×1024 像素圖像所需的時(shí)間從分鐘級(jí)別縮短到秒級(jí)別，分布式訓(xùn)練框架已被證明可以支持大學(xué)實(shí)驗(yàn)室在有限計(jì)算能力下高效地訓(xùn)練定制模型。

1.3生成式人工智能在藝術(shù)設(shè)計(jì)教學(xué)中的技術(shù)應(yīng)用

在人工智能生成內(nèi)容（AIGC）背景下，社會(huì)對(duì)高校藝術(shù)設(shè)計(jì)專業(yè)教學(xué)改革和創(chuàng)新有了新的要求，要重視對(duì)新技術(shù)的適應(yīng)能力和跨學(xué)科等綜合素質(zhì)的培養(yǎng)[3]。生成式人工智能在藝術(shù)設(shè)計(jì)教育中的應(yīng)用主要可分成四個(gè)關(guān)鍵部分，在視覺(jué)傳達(dá)設(shè)計(jì)范疇，CLIP模型借助文本與圖像間的語(yǔ)義對(duì)齊培育基于語(yǔ)義的創(chuàng)造力，比如生成多個(gè)不同版本的文本和圖像；Cy-cleGAN運(yùn)用積極的風(fēng)格轉(zhuǎn)換方式，將水墨畫等干筆技法融入用戶界面，還將其與反梯度方法相融合，借此引導(dǎo)學(xué)生重構(gòu)視覺(jué)符號(hào)。在產(chǎn)品設(shè)計(jì)領(lǐng)域，拓?fù)鋬?yōu)化算法依據(jù)負(fù)載以及材料強(qiáng)度等機(jī)械參數(shù)生成燈具這類輕型電子結(jié)構(gòu)，并且與人體工程學(xué)數(shù)據(jù)庫(kù)相結(jié)合，確定功能與美學(xué)之間的平衡。在數(shù)字媒體設(shè)計(jì)中，神經(jīng)渲染也就是NeRF可用來(lái)生成高保真動(dòng)態(tài)場(chǎng)景，時(shí)間建模即 T5+ 可用于自動(dòng)輸出故事板，Transformer能自動(dòng)輸出漫畫腳本，人工智能生成的漫畫在敘事清晰度上比人工生成的漫畫更具優(yōu)勢(shì)，不過(guò)在情感表達(dá)方面仍需人工優(yōu)化。在環(huán)境設(shè)計(jì)方面，空間語(yǔ)義分割MaskR-CNN依靠對(duì)地形以及人流數(shù)據(jù)的分析生成功能分割，物理模擬ML-Agents憑借模擬顧客行為優(yōu)化商業(yè)空間規(guī)劃，Education則將開(kāi)放的街道地圖數(shù)據(jù)和區(qū)域文化代碼結(jié)合起來(lái)進(jìn)行二次創(chuàng)作?？傊瓵IGC采用多模態(tài)生成、參數(shù)約束以及動(dòng)態(tài)仿真技術(shù)構(gòu)建“需求一生成一驗(yàn)證”閉環(huán)，推動(dòng)設(shè)計(jì)教學(xué)朝跨學(xué)科方法轉(zhuǎn)變。

2教學(xué)模式重構(gòu)：三元協(xié)同與梯度優(yōu)化

2.1“AI—教師—學(xué)生”三元協(xié)同框架

隨著人工智能以及圖形計(jì)算技術(shù)的出現(xiàn)，傳統(tǒng)教學(xué)方法有了根本性的改變[4]。要在技術(shù)應(yīng)用和教育目標(biāo)之間實(shí)現(xiàn)平衡，需要構(gòu)建一個(gè)由人工智能、教師、學(xué)生構(gòu)成的協(xié)作框架。在藝術(shù)設(shè)計(jì)專業(yè)領(lǐng)域，建立“人工智能一教師一學(xué)生”的三元協(xié)作框架，最關(guān)鍵的是明確這三個(gè)要素之間的角色分工以及互補(bǔ)關(guān)系。人工智能技術(shù)作為基礎(chǔ)工具層，可執(zhí)行重復(fù)性技術(shù)任務(wù)，如自動(dòng)生成設(shè)計(jì)草圖、配色方案以及3D建模原型等，將學(xué)生從耗時(shí)的機(jī)械任務(wù)中解放出來(lái)，優(yōu)先考慮創(chuàng)造性構(gòu)思以及審美表達(dá)。而教育工作者則需要轉(zhuǎn)變成為“策展人”和“思維教練”，一方面，他們要挑選高質(zhì)量的AI工具并且設(shè)計(jì)混合模式任務(wù)，如“AI生成 + 手動(dòng)優(yōu)化”的工作流程；另一方面，他們要指導(dǎo)學(xué)生憑借案例比較來(lái)批判性分析AI輸出的利弊，培養(yǎng)學(xué)生的審美判斷力。

三元框架的內(nèi)在價(jià)值主要體現(xiàn)于其構(gòu)建動(dòng)態(tài)反饋生態(tài)系統(tǒng)的能力上，人工智能可通過(guò)記錄學(xué)生的操作偏好與修改軌跡，形成個(gè)性化的學(xué)習(xí)畫像，為教師提供診斷學(xué)習(xí)情況的精準(zhǔn)依據(jù)。教育工作者憑借自身專業(yè)知識(shí)，持續(xù)對(duì)人工智能工具應(yīng)用場(chǎng)景的界限進(jìn)行優(yōu)化調(diào)整，比如在概念分歧階段限制技術(shù)干預(yù)的范圍，以此保護(hù)原創(chuàng)性。在此過(guò)程中，學(xué)生作為技術(shù)的使用者，也為訓(xùn)練數(shù)據(jù)集貢獻(xiàn)了自己的力量，他們對(duì)人工智能輸出的優(yōu)化行為可反饋到模型迭代過(guò)程中。中央美術(shù)學(xué)院實(shí)驗(yàn)藝術(shù)學(xué)院發(fā)起的“人工智能助教系統(tǒng)”采用了這種模式，在數(shù)字媒體課程中實(shí)現(xiàn)了閉環(huán)，人工智能實(shí)時(shí)生成教學(xué)案例，教師標(biāo)注關(guān)鍵知識(shí)點(diǎn)，學(xué)生投票選出優(yōu)質(zhì)樣本。這種協(xié)作機(jī)制具有改變傳統(tǒng)師生教學(xué)模式的可能，催生出“人機(jī)互學(xué)”的新美學(xué)范式，保證技術(shù)真正成為激發(fā)創(chuàng)造力的變量。

2.1.1重構(gòu)課程體系：分層融合AI技術(shù)

依據(jù)“人工智能一教師一學(xué)生”三元框架的相關(guān)內(nèi)容，課程體系從以往傳統(tǒng)的技能培訓(xùn)演變成“基礎(chǔ) + 人工智能強(qiáng)化 + 關(guān)鍵創(chuàng)新”三層架構(gòu)體系?；A(chǔ)層留存了諸如手繪、構(gòu)圖以及材料科學(xué)等核心課程，以此保證學(xué)生具有扎實(shí)穩(wěn)固的基礎(chǔ)。人工智能強(qiáng)化層引入AIGC工具進(jìn)行輔助設(shè)計(jì)，如用于概念生成的Midjourney、用于風(fēng)格轉(zhuǎn)移的StableDiffusion以及用于快速原型制作的DALL·E3等。另外還可開(kāi)設(shè)人工智能輔助設(shè)計(jì)和生成藝術(shù)等新的課程。關(guān)鍵創(chuàng)新層側(cè)重于對(duì)人工智能生成內(nèi)容的篩選、優(yōu)化以及再造，比如人機(jī)協(xié)同設(shè)計(jì)方法和人工智能時(shí)代的創(chuàng)意倫理等課程，課程模塊運(yùn)用“螺旋式”方法進(jìn)行精心設(shè)計(jì)，第一年主要期望可理解人工智能工具，第二年探索人機(jī)協(xié)作，第三年強(qiáng)化關(guān)鍵優(yōu)化。還可建立動(dòng)態(tài)課程更新機(jī)制，每學(xué)期依據(jù)AIGC技術(shù)的發(fā)展對(duì) 20% 的教學(xué)內(nèi)容進(jìn)行修訂，借此保證課程內(nèi)容始終處于該領(lǐng)域的前沿位置。

2.1.2教學(xué)模式創(chuàng)新：混合式協(xié)同教學(xué)

這種混合式協(xié)同教學(xué)模式乃是對(duì)傳統(tǒng)“教師講授 + 學(xué)生練習(xí)”模式的一種改良，其獨(dú)特之處在于將人工智能預(yù)習(xí)與教師指導(dǎo)相融合，可推動(dòng)學(xué)生的學(xué)習(xí)進(jìn)程[5]。經(jīng)過(guò)創(chuàng)新后的教學(xué)模式便是混合式協(xié)同教學(xué)，傳統(tǒng)的“教師講授 + 學(xué)生練習(xí)”模式轉(zhuǎn)變?yōu)椤叭斯ぶ悄茴A(yù)習(xí)—教師指導(dǎo)一學(xué)生深化學(xué)習(xí)”的混合教學(xué)模式。教師采用比較教學(xué)法，呈現(xiàn)人工智能和人類解決方案之間的差異，隨后學(xué)生借助人工智能工具挖掘作業(yè)的潛力，并手動(dòng)篩選和優(yōu)化，構(gòu)建“人工智能廣泛探索 + 人工精細(xì)加工”的工作流程。例如，在包裝設(shè)計(jì)課中，人工智能可生成100種排版方案，一組學(xué)生從中挑選出五個(gè)版本，第二組評(píng)估市場(chǎng)適用性，最后教師組織一場(chǎng)辯論，以此提升學(xué)生的決策能力。

2.1.3教師角色轉(zhuǎn)型：從知識(shí)傳授者到AI策展人

教師的核心職責(zé)需要出現(xiàn)相應(yīng)的轉(zhuǎn)變，從單純的技能訓(xùn)練轉(zhuǎn)變成為人工智能工具的引導(dǎo)、創(chuàng)意仲裁以及道德監(jiān)護(hù)。教育工作者要清楚了解人工智能技術(shù)存在的局限性，從而指導(dǎo)學(xué)生有針對(duì)性地運(yùn)用人工智能技術(shù)。要設(shè)置“禁止使用人工智能的環(huán)節(jié)”，如手繪故事板草圖，以此保證作品的原創(chuàng)性。還應(yīng)鼓勵(lì)教育工作者依據(jù)人工智能生成的趨勢(shì)報(bào)告來(lái)闡述設(shè)計(jì)取舍，并且將行業(yè)專業(yè)知識(shí)融人教學(xué)實(shí)踐當(dāng)中。同時(shí)教師還需開(kāi)設(shè)道德討論課，對(duì)比人工智能生成的“國(guó)潮”風(fēng)格和其他藝術(shù)形式之間的不同。

2.1.4學(xué)生能力重塑：培養(yǎng)AI馴獸師型設(shè)計(jì)師

教學(xué)目標(biāo)應(yīng)聚焦于培養(yǎng)學(xué)生的“雙核能力”，也就是運(yùn)用人工智能，而非依賴人工智能。在技術(shù)層面，要求掌握“提示工程 + 參數(shù)微調(diào) + 對(duì)生成結(jié)果的關(guān)鍵優(yōu)化”；在思維層面，要培養(yǎng)人工智能逆向思維，比如在字體設(shè)計(jì)課上，學(xué)生可以先讓人工智能生成100種非常規(guī)字體，接著運(yùn)用逆向分析辨別算法缺陷帶來(lái)的突破以及那些能有效轉(zhuǎn)化為創(chuàng)新的突破。這能讓學(xué)生直觀分辨人工智能的優(yōu)點(diǎn)和局限性，認(rèn)可其快速迭代的能力，同時(shí)意識(shí)到其在文化深度挖掘方面的不足。

2.2教學(xué)效能評(píng)估與迭代機(jī)制

要確保三元協(xié)作框架持續(xù)改進(jìn)，需建立動(dòng)態(tài)評(píng)估系統(tǒng)，此系統(tǒng)涉及人工智能生成內(nèi)容質(zhì)量相關(guān)量化指標(biāo)，如美學(xué)評(píng)分、功能合規(guī)性以及學(xué)生創(chuàng)造力貢獻(xiàn)度、技術(shù)與道德合規(guī)性。憑借反饋循環(huán)對(duì)人工智能生成策略進(jìn)行動(dòng)態(tài)調(diào)整，比如系統(tǒng)檢測(cè)到過(guò)度依賴人工智能時(shí)，會(huì)自動(dòng)減少生成內(nèi)容種類，強(qiáng)制學(xué)生進(jìn)行人工干預(yù)，還可以借助跨學(xué)科校準(zhǔn)，召集計(jì)算機(jī)科學(xué)、人文科學(xué)以及社會(huì)科學(xué)專家定期審查評(píng)估標(biāo)準(zhǔn)。

3結(jié)語(yǔ)

生成式人工智能技術(shù)為藝術(shù)設(shè)計(jì)教育開(kāi)辟了全新的舞臺(tái)，對(duì)傳統(tǒng)教學(xué)方法的創(chuàng)新也提出了一定要求。本文針對(duì)AIGC在設(shè)計(jì)教學(xué)中的實(shí)際應(yīng)用展開(kāi)分析，明確指出其借助語(yǔ)義驅(qū)動(dòng)生成以及參數(shù)化建模能夠優(yōu)化整個(gè)設(shè)計(jì)流程，從概念草圖到可生產(chǎn)原型，能切實(shí)提升跨學(xué)科協(xié)作效率以及轉(zhuǎn)化想法能力。當(dāng)然也要認(rèn)識(shí)到，技術(shù)具有雙重性，教育工作者需要在技術(shù)賦權(quán)與人文保護(hù)之間找到平衡，構(gòu)建“AI—教師—學(xué)生”三元協(xié)作模式，其中教師作為指導(dǎo)者，學(xué)生作為主體，人工智能作為輔助工具。這種教學(xué)方法借助案例驅(qū)動(dòng)的批判性訓(xùn)練，培養(yǎng)學(xué)生對(duì)技術(shù)邏輯的辯證理解。未來(lái)的藝術(shù)設(shè)計(jì)教育應(yīng)更加關(guān)注審美素養(yǎng)以及跨學(xué)科思維的培養(yǎng)，將人工智能工具視為拓展而非取代人類創(chuàng)造力的手段，構(gòu)建促進(jìn)技術(shù)理性與人文價(jià)值共生共存的教育生態(tài)，只有這樣才能培養(yǎng)出有創(chuàng)新意識(shí)和責(zé)任感的復(fù)合型設(shè)計(jì)人才，以迎接智能時(shí)代的到來(lái)。

參考文獻(xiàn)：

[1」趙慧蓉.AIGC技術(shù)在藝術(shù)設(shè)計(jì)類專業(yè)中的應(yīng)用和挑戰(zhàn)［J」，蘇州工藝美術(shù)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2024（4）：50-53.

[2］靳曉曉.人工智能賦能藝術(shù)設(shè)計(jì)教育的變革與創(chuàng)新［J].藝術(shù)教育，2024（10）：63-66.

[3］趙藝瑾.AIGC背景下藝術(shù)設(shè)計(jì)專業(yè)育人模式探究［J］.大觀，2024（10）：123-125.

[4］賈菲，黃浩維.AIGC背景下藝術(shù)設(shè)計(jì)類專業(yè)的教學(xué)設(shè)計(jì)探究［J」.美術(shù)教育研究，2025（6）：118-120.

[5]左麗，劉傳兵.基于AIGC的設(shè)計(jì)教育模式創(chuàng)新與應(yīng)用探索［J].藝術(shù)教育，2024（12）：81-84.